基于DBSCAN与KNN的室内定位算法

作者：王凯; 崔英花^*

来源：传感器世界, 2023, 29(04): 23-38.

DOI：10.16204/j.sw.issn.1006-883X.2023.04.004

• 室内定位
• 位置指纹数据库
• 聚类算法
• 接受信号强度

针对位置指纹室内定位算法中定位精度不足、计算量大、实时性较差的问题，提出了一种将聚类算法（DBSCAN）应用于传统定位算法的解决方案。离线阶段通过各参考点的接收信号强度进行聚类，将定位区域划分为多个子区域，在每个子区域选择一个中心节点，构造新型位置指纹数据库存储数据。在现阶段，通过各个子区域中心节点进行粗定位，根据参考标签所在的子区域对传统定位算法进行权重优化。实验结果表明，平均定位误差为1.63 m。该算法在提升定位精度的同时，提升了定位的实时性。

• 单位
  信息产业部; 北京信息科技大学